NVIDIA 发布 CantTalkAboutThis-Topic-Control-Dataset 数据集, 应用在 语言模型、主题控制 领域

NVIDIA 本次发布的数据集 CantTalkAboutThis-Topic-Control-Dataset, CantTalkAboutThis数据集旨在训练语言模型在任务导向对话中保持主题焦点。它包含九个领域（如健康、银行、旅行等）的合成对话，并引入了干扰轮次以测试和提高模型对干扰的抵抗能力。通过在该数据集上微调模型，可以增强其保持主题一致性的能力，并提高其在指令遵循和安全任务中的对齐能力。数据集包含1080个对话，每个对话包含干扰轮次，涵盖了健康、银行、旅行等多个领域。数据集的创建是为了填补现有对齐数据集中主题控制的空白，通过合成生成对话和干扰轮次。数据集不包含个人或敏感信息，且是商业友好版本。

查看CantTalkAboutThis-Topic-Control-Dataset

Dataset card 内容： 

Files and versions 内容： 

关于 NVIDIA , 英伟达是一家专注于图形处理器开发的全球知名技术公司。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。